CN104392712B - 一种实现卡拉ok功能的方法及装置 - Google Patents

Abstract

本申请公开了一种实现卡拉OK功能的方法及装置，所述方法包括：移动终端读取伴奏文件进行解码，得到伴奏数据，并从聊天室服务器接收所述移动终端所加入的聊天室中的其他用户的语音数据，实时获取所述伴奏数据以及语音数据，将所述伴奏数据与语音数据进行混音得到第一混音数据并播放所述第一混音数据；移动终端在进行播放的同时，进行音频录制，并消除录制的音频数据中自身播放的声音，得到演唱数据，将所述演唱数据与所述伴奏数据进行混音得到第二混音数据，并将所述第二混音数据上传给所述聊天室服务器。本申请为用户提供了基于移动终端的实时卡拉OK演唱平台，能够使演唱者在使用移动终端进行演唱的过程中与聊天室中的其他用户进行互动。

Description

一种实现卡拉OK功能的方法及装置

技术领域

本发明涉及移动互联网技术领域，尤其涉及一种实现卡拉OK功能的方法及装置。

背景技术

近年来，随着手机技术的不断发展，智能手机已经逐渐占领手机市场。各种基于IOS平台、Android(安卓)平台的智能手机大量出现。随着移动互联网的发展与成熟，全面的信息化时代已经到来。

卡拉OK是指演唱者在预先录制的音乐伴奏下参与歌唱，是一种经久不衰的娱乐方式。随着智能手机的不断普及，在智能手机上实现卡拉OK的APP(应用)已经出现。只要用户连接互联网，使用智能手机就能进行卡拉OK演唱。

目前实现卡拉OK的APP通常是为用户提供伴奏的播放，再对用户的演唱进行录制，将录制的用户演唱的歌曲上传到服务器，服务器对用户演唱的歌曲进行排名、打分等。这种方式实现的卡拉OK功能缺乏用户在演唱过程中与其他用户之间的互动，用户在演唱过程中无法得知其他用户的反应，缺乏卡拉OK的现场氛围。

发明内容

本发明要解决的技术问题是提供一种实现卡拉OK功能的方法及装置，能够提供演唱者与其他用户之间的互动，为演唱者增加演唱氛围。

为解决上述技术问题，本申请的一种实现卡拉OK功能的方法，包括：

移动终端读取伴奏文件进行解码，得到伴奏数据，并从聊天室服务器接收所述移动终端所加入的聊天室中的其他用户的语音数据，实时获取所述伴奏数据以及语音数据，将所述伴奏数据与语音数据进行混音得到第一混音数据并播放所述第一混音数据；

移动终端在进行播放的同时，进行音频录制，并消除录制的音频数据中自身播放的声音，得到演唱数据，将所述演唱数据与所述伴奏数据进行混音得到第二混音数据，并将所述第二混音数据上传给所述聊天室服务器。

进一步地，所述将所述演唱数据与所述伴奏数据进行混音，包括：

所述移动终端在开始播放所述第一混音数据后等待一时间阈值，等待结束后，开始将所述演唱数据与所述伴奏数据进行混音，所述时间阈值是播放延迟时间与录音延迟时间之和。

进一步地，所述读取伴奏文件进行解码，得到伴奏数据，包括：

分段读取伴奏文件，对读取的伴奏文件进行解码，并将解码得到的伴奏数据存入伴奏缓存中，在解码得到预置长度的伴奏数据后，对播放标志位进行置位，所述播放标志位用于指示是否开始获取伴奏数据及语音数据进行混音并播放。

进一步地，所述实时获取所述伴奏数据以及语音数据，将所述伴奏数据与语音数据进行混音并播放，包括：

在播放标志位被置位后，从语音数据缓存中获取接收后缓存的语音数据，并从伴奏缓存中获取与已获取的语音数据相同播放时长的伴奏数据，进行混音并播放。

进一步地，所述消除录制的音频数据中自身播放的声音，包括：

所述移动终端通过回声消除的方式消除录制的音频数据中自身播放的声音。

进一步地，一种实现卡拉OK功能的装置，包括：解码单元、接收单元、第一混音单元、播放单元、录音单元、第二混音单元和上传单元，其中：

所述解码单元，用于读取伴奏文件进行解码，得到伴奏数据；

所述接收单元，用于从聊天室服务器接收所加入的聊天室中的其他用户的语音数据；

所述第一混音单元，用于实时获取所述伴奏数据以及语音数据，将所述伴奏数据与语音数据进行混音得到第一混音数据传输给播放单元；

所述播放单元，用于播放所述第一混音单元传输的第一混音数据；

所述录音单元，用于在所述播放单元进行播放的同时，进行音频录制，并消除录制的音频数据中所述播放单元播放的声音，得到演唱数据；

所述第二混音单元，用于将所述演唱数据与所述伴奏数据进行混音得到第二混音数据传输给上传单元；

所述上传单元，用于将所述第二混音单元传输的第二混音数据上传给所述聊天室服务器。

进一步地，所述第二混音单元将所述演唱数据与所述伴奏数据进行混音，包括：

所述第二混音单元在所述播放单元开始播放所述第一混音数据后等待一时间阈值，等待结束后，开始将所述演唱数据与所述伴奏数据进行混音，所述时间阈值是播放延迟时间与录音延迟时间之和。

进一步地，所述解码单元读取伴奏文件进行解码，得到伴奏数据，包括：

分段读取伴奏文件，对读取的伴奏文件进行解码，并将解码得到的伴奏数据存入伴奏缓存中，在解码得到预置长度的伴奏数据后，对播放标志位进行置位，所述播放标志位用于指示是否开始获取伴奏数据及语音数据进行混音并播放。

进一步地，所述第一混音单元实时获取所述伴奏数据以及语音数据，将所述伴奏数据与语音数据进行混音，包括：

在播放标志位被置位后，从语音数据缓存中获取所述接收单元接收后缓存的语音数据，并从伴奏缓存中获取与已获取的语音数据相同播放时长的伴奏数据，进行混音。

进一步地，所述录音单元消除录制的音频数据中自身播放的声音，包括：

所述录音单元通过回声消除的方式消除录制的音频数据中所述播放单元播放的声音。

综上所述，本申请为用户提供了基于移动终端的实时卡拉OK演唱平台，能够使演唱者在使用移动终端进行演唱的过程中与聊天室中的其他用户进行互动，其他用户可以实时收听演唱者演唱的歌曲，演唱者可以在演唱过程中得到其他用户的鼓掌等回应，从而使演唱者获得卡拉OK的现场演唱效果，为演唱者增加卡拉OK的演唱氛围。

附图说明

图1为本申请的实现卡拉OK功能的方法的流程图；

图2为本申请的实现卡拉OK功能的装置的架构图。

具体实施方式

下文中将参考附图并结合实施例来详细说明本发明。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。

如图1所示，本申请的实现卡拉OK功能的方法，包括：

步骤101：移动终端读取伴奏文件进行解码，得到伴奏数据，并从聊天室服务器接收移动终端所加入的聊天室中的其他用户的语音数据；

本申请为用户提供基于移动终端的聊天室实时卡拉OK功能，为实现卡拉OK功能，演唱者需要预先下载伴奏文件。在想要使用卡拉OK功能时，进入聊天室，演唱者的移动终端读取伴奏文件进行解码，并从聊天室服务器接收所加入的聊天室中的其他用户的语音数据，用以进行伴奏的播放。

本申请中读取伴奏文件进行解码，得到伴奏数据，包括：分段读取伴奏文件，对读取的伴奏文件进行解码，并将解码得到的伴奏数据缓存到伴奏缓存中，在解码得到预置长度的伴奏数据后，对播放标志位进行置位，播放标志位用于指示是否开始获取伴奏数据及语音数据进行混音并播放。

由于解码伴奏文件比较耗时，如伴奏文件采用MP3文件，解码三分钟时长的MP3文件全部解码完成需要三秒钟左右，如果将伴奏文件全部解码完成后，再进行伴奏的播放，就会给用户带来不好体验，因此，本申请中对伴奏文件进行分段解码，先解码预置长度的伴奏数据，如预置长度设置为12800字节，解码12800字节只需要话20ms，解码预置长度的伴奏数据后，即对播放标志位进行置位。播放伴奏的速度一定是慢于解码速度，故之后就可以边解码边播放伴奏，这样就很好的解决了解码耗时的问题。用户可以在点击开始卡拉OK功能之后马上就可以听到伴奏的声音。

本申请中可以通过调用libmad的API解码伴奏文件得到伴奏数据(PCM数据)。

以下是读取伴奏文件进行解码的部分代码：

unsigned char*mp3Buff＝new unsigned char[stepSize]；//创建伴奏缓存

for(int i＝0；i<step+1；++i)

{

fseek(pFile,readSize,SEEK_SET)；//指定伴奏文件读取的起始位置

int readCount＝fread(mp3Buff,1,stepSize,pFile)；//读取伴奏文件

pcmSize＝_decodeMp3.DecodeMp3ToPcm((char*)mp3Buff,readCount,&pcmBuff,&tailSize)；//对伴奏文件进行解码

AddAccompanyFilePcmData(pcmBuff,pcmSize)；//将解码得到伴奏数据存入伴奏缓存

if(！_isReady&&_AccompanyFilePcmData->GetAllBufferLength()>12800)

{

_isReady＝true；//如果解码了预置长度的伴奏数据则将播放标志位设成true，放音线程判断该标志位是true的时候就开始读取伴奏数据，实现编解码边播放

_startRealTime＝1；//start realtime kalaOK

INFO("decodeMp3--->pcm ready")；

}

readSize+＝readCount；//对已读取的伴奏文件进行累加

}

步骤102：移动终端实时获取伴奏数据以及语音数据，将伴奏数据与语音数据进行混音得到第一混音数据并播放第一混音数据；

本申请中演唱者在进行卡拉OK演唱的时候其他用户可以进行正常聊天，实时的将伴奏数据以及其他用户的语音数据进行混音并播放可以使演唱者除了能听到伴奏外还能听到其他用户的对演唱的反应、评论以及掌声等。

本申请中实时获取伴奏数据以及语音数据，将伴奏数据与语音数据进行混音并播放，包括：在播放标志位被置位后，从语音数据缓存中获取接收后缓存的语音数据，并从伴奏缓存中获取与已获取的语音数据相同播放时长的伴奏数据，进行混音并播放。

本申请中移动终端在接收到聊天室服务器发送的语音数据后，先将语音数据放入语音数据缓存中，在播放标志位被置位后，从语音数据缓存中读取语音数据，并且从伴奏缓存中读取与已经读取的语音数据相同时长的伴奏数据，进行混音，然后返回给放音线程，放音线程将经过混音的数据进行播放。

步骤103：移动终端在进行播放的同时，进行音频录制，并消除录制的音频数据中自身播放的声音，得到演唱数据；

本申请中移动终端将录制的音频数据保存在操作系统的录音缓冲区中。在进行音频录制的过程中，由于移动设备在播放伴奏数据与语音数据的混音，如果将演唱者的演唱数据连同伴奏数据与语音数据的混音一同上传到聊天室服务器，分发给聊天室中的其他用户，会给其他用户造成极差的体验，因此本申请中移动终端消除所录制的音频数据中自身播放的声音(伴奏数据与语音数据的混音)，从所录制的音频数据中消除自身播放的声音后，得到演唱数据。本申请中可以通过回声消除的方式消除所录制的音频数据中自身播放的声音。

步骤104：移动终端将演唱数据与伴奏数据进行混音得到第二混音数据，并将第二混音数据上传给聊天室服务器。

本申请中移动终端将录制的音频数据消除自身播放的声音后得到的演唱数据是演唱者没有任何伴音的演唱歌声，因此，还需要将演唱数据与伴奏缓存中保存的伴奏数据进行混音，得到具有伴奏的演唱歌声，这种方式能够获得更佳的声音效果。

本申请中移动终端在开始播放第一混音数据后等待一时间阈值，等待结束后，开始将演唱数据与伴奏数据进行混音，时间阈值是播放延迟时间与录音延迟时间之和。移动终端播放和录制语音存在播放延迟时间和录音延迟时间，从播放第一混音数据到用户听到伴奏存在延迟，这个延迟就是播放延迟时间，从用户开始演唱到得到录制的音频数据也存在一个延迟，这个延迟就是录音延迟时间。由于在播放延迟时间和录音演唱时间内录制的音频数据并不是用户在听到伴奏后进行演唱的声音，因此，为了保证在混音的时候能够将演唱数据和伴奏数据对齐，采用延迟混音的策略，在开始播放第一混音数据后等待一时间阈值，等待结束之后再进行混音，等待的时间阈值就是播放延迟时间与录音延迟时间的和。

在进行伴奏数据和演唱数据的混音后，将演唱混音数据发送给聊天室服务器。聊天室服务器在收到移动终端上传的演唱混音数据后，将其与聊天室中其他用户的语音数据进行混音并且转发给聊天室中的其他用户。聊天室中的其他用户就可以听到演唱者的卡拉OK歌声了。

聊天室服务器发送给聊天室中的用户听到的声音是除了自己之外的声音，假如聊天室有ABC三个发言用户，A为演唱者，有DE两个用户旁听，那么聊天室服务器会将演唱混音数据与C的语音进行混音转发给B；将演唱混音数据与B的语音进行混音转发给C；将演唱混音数据与B和C的语音进行混音转发给正在旁听的E和D。

另外，本申请中还可以对演唱数据与伴奏数据的混音数据(演唱混音数据)进行编码，并写入文件。演唱者可以将编码得到的文件分享到其他APP上，所以本申请中在演唱者进行卡拉OK演唱时，利用编码线程实时的进行编码。

如图2所示，本申请还提供了一种实现卡拉OK功能的装置，包括：解码单元、接收单元、第一混音单元、播放单元、录音单元、第二混音单元和上传单元，其中：

解码单元，用于读取伴奏文件进行解码，得到伴奏数据；

接收单元，用于从聊天室服务器接收所加入的聊天室中的其他用户的语音数据；

第一混音单元，用于实时获取伴奏数据以及语音数据，将伴奏数据与语音数据进行混音得到第一混音数据传输给播放单元；

播放单元，用于播放第一混音单元传输的第一混音数据；

录音单元，用于在播放单元进行播放的同时，进行音频录制，并消除录制的音频数据中播放单元播放的声音，得到演唱数据；

第二混音单元，用于将演唱数据与伴奏数据进行混音得到第二混音数据传输给上传单元；

上传单元，用于将第二混音单元传输的第二混音数据上传给聊天室服务器。

第二混音单元将演唱数据与伴奏数据进行混音，包括：

第二混音单元在播放单元开始播放第一混音数据后等待一时间阈值，等待结束后，开始将演唱数据与伴奏数据进行混音，时间阈值是播放延迟时间与录音延迟时间之和。

本申请中的解码单元读取伴奏文件进行解码，得到伴奏数据，包括：

分段读取伴奏文件，对读取的伴奏文件进行解码，并将解码得到的伴奏数据存入伴奏缓存中，在解码得到预置长度的伴奏数据后，对播放标志位进行置位，播放标志位用于指示是否开始获取伴奏数据及语音数据进行混音并播放。

本申请中的第一混音单元实时获取伴奏数据以及语音数据，将伴奏数据与语音数据进行混音，包括：

在播放标志位被置位后，从语音数据缓存中获取接收单元接收后缓存的语音数据，并从伴奏缓存中获取与已获取的语音数据相同播放时长的伴奏数据，进行混音。

本申请中的录音单元消除录制的音频数据中自身播放的声音，包括：

录音单元通过回声消除的方式消除录制的音频数据中播放单元播放的声音。

本申请中的装置还包括编码单元，其中：

编码单元，用于在录音单元得到演唱数据后，对演唱数据与伴奏数据的混音数据进行编码，并写入文件。

本领域的技术人员应该明白，上述的本发明的各模块或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明不限制于任何特定的硬件和软件结合。

以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

尽管上文对本发明进行了详细说明，但是本发明不限于此，本技术领域技术人员可以根据本发明的原理进行各种修改。因此，凡按照本发明原理所作的修改，都应当理解为落入本发明的保护范围。

Claims (10)

1.一种实现卡拉OK功能的方法，其特征在于，包括：

移动终端读取伴奏文件进行解码，得到伴奏数据，并从聊天室服务器接收所述移动终端所加入的聊天室中的其他用户的语音数据，实时获取所述伴奏数据以及语音数据，将所述伴奏数据与语音数据进行混音得到第一混音数据并播放所述第一混音数据；

移动终端在进行播放的同时，进行音频录制，并消除录制的音频数据中自身播放的声音，得到演唱数据，将所述演唱数据与所述伴奏数据进行混音得到第二混音数据，并将所述第二混音数据上传给所述聊天室服务器。

2.如权利要求1所述的方法，其特征在于，所述将所述演唱数据与所述伴奏数据进行混音，包括：

所述移动终端在开始播放所述第一混音数据后等待一时间阈值，等待结束后，开始将所述演唱数据与所述伴奏数据进行混音，所述时间阈值是播放延迟时间与录音延迟时间之和。

3.如权利要求1或2所述的方法，其特征在于，所述读取伴奏文件进行解码，得到伴奏数据，包括：

分段读取伴奏文件，对读取的伴奏文件进行解码，并将解码得到的伴奏数据存入伴奏缓存中，在解码得到预置长度的伴奏数据后，对播放标志位进行置位，所述播放标志位用于指示是否开始获取伴奏数据及语音数据进行混音并播放。

4.如权利要求3所述的方法，其特征在于，所述实时获取所述伴奏数据以及语音数据，将所述伴奏数据与语音数据进行混音并播放，包括：

在播放标志位被置位后，从语音数据缓存中获取接收后缓存的语音数据，并从伴奏缓存中获取与已获取的语音数据相同播放时长的伴奏数据，进行混音并播放。

5.如权利要求1或2所述的方法，其特征在于，所述消除录制的音频数据中自身播放的声音，包括：

所述移动终端通过回声消除的方式消除录制的音频数据中自身播放的声音。

6.一种实现卡拉OK功能的装置，其特征在于，包括：解码单元、接收单元、第一混音单元、播放单元、录音单元、第二混音单元和上传单元，其中：

所述解码单元，用于读取伴奏文件进行解码，得到伴奏数据；

所述接收单元，用于从聊天室服务器接收所加入的聊天室中的其他用户的语音数据；

所述第一混音单元，用于实时获取所述伴奏数据以及语音数据，将所述伴奏数据与语音数据进行混音得到第一混音数据传输给播放单元；

所述播放单元，用于播放所述第一混音单元传输的第一混音数据；

所述录音单元，用于在所述播放单元进行播放的同时，进行音频录制，并消除录制的音频数据中所述播放单元播放的声音，得到演唱数据；

所述第二混音单元，用于将所述演唱数据与所述伴奏数据进行混音得到第二混音数据传输给上传单元；

所述上传单元，用于将所述第二混音单元传输的第二混音数据上传给所述聊天室服务器。

7.如权利要求6所述的装置，其特征在于，所述第二混音单元将所述演唱数据与所述伴奏数据进行混音，包括：

所述第二混音单元在所述播放单元开始播放所述第一混音数据后等待一时间阈值，等待结束后，开始将所述演唱数据与所述伴奏数据进行混音，所述时间阈值是播放延迟时间与录音延迟时间之和。

8.如权利要求6或7所述的装置，其特征在于，所述解码单元读取伴奏文件进行解码，得到伴奏数据，包括：

分段读取伴奏文件，对读取的伴奏文件进行解码，并将解码得到的伴奏数据存入伴奏缓存中，在解码得到预置长度的伴奏数据后，对播放标志位进行置位，所述播放标志位用于指示是否开始获取伴奏数据及语音数据进行混音并播放。

9.如权利要求8所述的装置，其特征在于，所述第一混音单元实时获取所述伴奏数据以及语音数据，将所述伴奏数据与语音数据进行混音，包括：

在播放标志位被置位后，从语音数据缓存中获取所述接收单元接收后缓存的语音数据，并从伴奏缓存中获取与已获取的语音数据相同播放时长的伴奏数据，进行混音。

10.如权利要求6或7所述的装置，其特征在于，所述录音单元消除录制的音频数据中自身播放的声音，包括：

所述录音单元通过回声消除的方式消除录制的音频数据中所述播放单元播放的声音。